电力环保大数据平台开发及智能运用研究

汪琦

摘 要：电力是当前工业的基础能源，人们的生活以及生产都需要电能源，且这一能源需求不断增加，环境保护也是当前社会上广泛关注的一个问题，电力环保大数据平台具有重要作用，这也是把大数据分析技术应在在火电环保领域中的一种尝试，可以提升火电厂安全生产的水平，本文分析了电力环保大数据平台开发及智能运用。

关键词：电力环保；大数据平台；开发；智能运用

中图分类号：TM76 文献标识码：A 文章编号：1004-7344（2018）20-0070-02

当前信息技术在高速的发展中，国家也出台了相关的互联网+政策，很多新技术都和能源行业进行了密切的联系，如，人工智能技术、大数据分析技术等。在火电环保方面，怎样做到达标排放以及经济运行是发电企业一直关注的重点、难点问题。以往为了实现这一目标，发电企业也采取了相应的措施，但是实际的效果并不是很理想，但是应用大数据分析技术之后，可以对历史数据进行挖掘，可以找出特定工况下相对来说最优的数据，依据实际的工况，给运行提供参考，该方法还需要进行深入的探索。火电厂的DCS系统以及SIS/MIS系统中有很多的历史数据，这也给该技术的应用奠定了基础。电力环保大数据平台以火电厂环保设施运行管理业务为中心，希望系统这一技术让运行得以优化，有效的诊断故障、实现业务知识在线检索以及问答等多方面的功能。

1 电力环保大数据平台系统框架

该平台是一个集成的平台，由三部分组成，分别是数据采集系统、智能分析应用系统以及分布式计算环境，这从的图1中能够看到。

其中，数据采集系统，是使用发电环保企业已有的SCADA系统，从电场现场DCS/SIS/MIS系统中对生产数据进行采集，并将这些都存储到实时历史数据库中，一些二次统计数据存到关系数据库中，组成这一平台的数据源；分布式计算环境，是由hadoop平台构成的，其是从远程数据采集与监控系统中进行数据导入，把数据清洗后存到分布式数据库系统，采取map/reduce机制对大量的数据进行分布式计算；智能分析应用系统，其是由一些应用功能模块一起构成的[1]。这些功能模块依据环保装置运行肌理，通过机器学习、支持向量机等智能算法对各方面构建大数据分析计算模型，利用hadoop平台进行计算，可以得到各种结果，如，优化的曲线、自动应答、获得故障诊断报告等。

2 电力环保大数据平台开发及智能运用

2.1 物耗优化

结合现阶段的工况，可以在历史数据中会找到相同的工况或者是相近的工况下符合排放的物耗最低点，为控制脱销剂流量、脱硫提供依据。

2.1.1 脱硫物耗优化

这主要就是降低石灰石的耗量，这就需要对石灰石浆液泵流量进行控制，进而实现这一目标。脱硫装置化学反应和控制具有较强的复杂性，对自动控制体系提出了更高的要求，以往利用DCS自动调节供浆量已经无法满足其要求，现场一般是结合吸收塔pH值以及出口二氧化硫浓度的改变来人工进行调节[2]。在控制供浆量方面需要依据设计值，然而其具有不足，体现在实时性、因素少、准确性无法得到保证，所以，只能将其当做是阶段性运行考核中的依据。实际供浆量的控制一般是对二氧化硫出口浓度进行控制，确保其符合标准，进而对物耗进行优化。

要优化和改善脱硫物耗优化，就需要从脱硫装置中提取出能够对供浆流量造成影响的参数，包含各种工况，对这些进行清理，把异常的数据消除掉，将数据导入到hadoop平台；使用大数据分类算法细致的分类，包括，出口二氧化硫浓度、入口二氧化硫浓度以及机组负荷，对工况进行划分；对于每种工况，都需要找出其最优值，记录下来形成优化运行库；结合实施的数据，对优化库中的工况进行匹配，用曲线等方式体现出最优参考给浆流量；最后，要应用机器学习算法，对优化库进行定期的更新。在输入的过程中，需要将设计曲线展示出来，对参考曲线进行优化，对曲线进行实时的控制，为现场提供参考。

2.1.2 脱硝物耗优化

这主要就是降低脱硝反应器喷氨流量，对喷氨调节阀开度进行控制来达成目标[3]。要实现这一目标，就需要做到：①提取出脱硝喷氨所有有关的参数历史数据，包括各种工况，将异常的参数数据去除，将这些导入到hadoop平台中；②利用大数据分类算法进行细致的分类，包括入口和出口的氨气浓度、机组负荷、出口氨逃逸等，对工况进行划分；③需要找出每个工况的最优值，记录下来这些数据形成优化运行库；④依据实时数据，在库中对工况进行匹配，用曲线等方式得出最优参考喷氨流量；⑤需要注意坚持定期的对优化库进行更新，这就需要通过机器学习算法来实现。在输出时需要将设计曲线展示出来，对参考曲线进行优化，对曲线进行实时的控制，为现场提供参考。

2.2 能耗优化

这主要通过减少各种机器的开机时间，降低电流，包括大功率耗电设备循环泵、球磨机以及氧化风机等。要实现这一目标，就需要做到几个步骤：①在步骤方面和脱硫优化是一样的，需要把每种工况下的氧化风机以及循环泵状态都记录下来；②要按照实时数据，对优化库中的工况进行匹配，用曲线的方式展示出最优的电流以及设备状态；③也需要通过机器学习算法，对运行库进行更新。在输出时，也要将设计曲线展示出来，为现场提供依据。

2.3 故障诊断

实时对在运行的设备极进行健康检查，可以及时的进行预警和报警，进而输出设备健康情况的报告，为设备实现安全运行奠定基础[4]。为了确保设备运行安全，电厂也采取了一些措施，但是使劲效果不是很理想，存在很多的不足，在应用大数据分析方法之后，可以对这些不足进行补充和解决，依靠检测设备的运行参数是不是在正常范围内能够对故障进行诊断。实现方法是：①需要以型号为依据，对设备进行划分；②从多个电厂历史数据中找出所有类型设备的运行数据，把异常的数据去除，剩下的导入到hadoop平台；设备状态分为三种，分别是正常、报警以及故障，将各个状态都记录到故障规则库中；按照实时数据，在库中对状态进行匹配，对设备的健康情况进行评价；需要坚持对故障库进行更新；故障库中要是没有预警和故障数据，就可以通过人工的方式对规则进行添加；对那些有振动测点的设备，需要引入振动频谱进行分析。输出三种设备的健康状态，并将原因展示出来，这样可以及时的采取有效的对策解决。

2.4 智能问答

这一功能可以在线对交流火电业务知识进行查询以及交流，能够有效的改善现场技术计量不足、查询资料不便等问题，这一功能的关键技术就是知识库以及有关检索技术[5]。知识库中有常见的运行规程、经验总结、竣工资料、设备资料、设计资料等，查询关键字或者是目录分类，就能够高效的得到自己需要的信息。在线问答工具一般是语音或者是文字的方式，帮助用户高效的对问题进行解决。

3 结束语

综上所述，本文分析了建立电力环保大数据平台，通过采取大數据技术，可以对电厂设施生产进行优化，具有多种功能，且分析了各功能的实现方法，本文只是分析了部分应用，还可以在平台中开发出更多的应用，最后还需要要经过生产环境的检验，体现其应用价值。

参考文献

[1]张东霞，苗 新，刘丽平，等.智能电网大数据技术发展研究[J].中国电机工程学报，2015（1）.

[2]彭小圣，邓迪元，程时杰，等.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报，2015（3）.

[3]韩 笑，狄方春，刘广一，等.应用智能电网统一数据模型的大数据应用架构及其实践[J].电网技术，2016（10）.

[4]孟祥君，季知祥，杨 炜.智能电网大数据平台及其关键技术研究[J].供用电，2015（8）.

[5]张根周.大数据在智能电网领域的应用[J].电网与清洁能源，2016（6）.

收稿日期：2018-6-13

作者简介：汪 琦（1982-），男，工程师，本科，主要从事电力环保工作。